Макроэкономическое воздействие и динамика блокчейна на фондовый рынок

Данное исследование освещает достижения цифровых финансовых технологий и технологии блокчейн на фондовом рынке. Целью данного исследования является изучение взаимосвязей между технологией блокчейна и макроэкономическими переменными, а также на анализ воздействия этих переменных на производительность фондового рынка. Для этого авторы использовали методы корреляционного и регрессионного анализа, анализируя данные о криптовалютах, фондовом рынке и ключевых бумажных обменных курсах. Исследование подтверждает значительную корреляцию между динамикой блокчейна, в частности, колебаниями цен на криптовалюты, и показателями фондового рынка, что указывает на то, что изменения в классах цифровых активов, таких как биткоин и Эфириум, оказывают ощутимое влияние на традиционные финансовые рынки. Экономические показатели продолжают играть решающую роль в поведении фондового рынка, а такие переменные, как уровень инфляции и рост ВВП, демонстрируют сильную корреляцию с показателями рынка. Результаты свидетельствуют о сложном взаимодействии между технологией блокчейн и макроэкономическими показателями, подчеркивая растущую взаимосвязь между появляющимися цифровыми финансовыми продуктами и экономическими мерами. Кроме того, полученные результаты особенно актуальны для инвесторов, финансовых аналитиков и политиков, подчеркивая необходимость целостного подхода к анализу рынка, который объединяет, как новые технологические достижения в блокчейне, так и экономические показатели. Исследование подчеркивает растущее влияние технологии блокчейн на традиционные фондовые рынки, которое охватывает как новые цифровые активы, так и экономические структуры. В целом, дальнейшие исследования могли бы изучить влияние технологии блокчейн на конкретные секторы фондового рынка, такие как технологии, финансы и потребительские товары.

1. Arkes, J. (2023). Regression analysis: a practical introduction. London, Routledge. https://doi.org/10.4324/9781003285007

2. Bortis, H. (2023). Classical-Keynesian Political Economy, not Neoclassical Economics, is the Economic Theory of the Future. Review of Political Economy, 35(1), 65-97. https://doi.org/10.1080/09538259.2022.2063512

3. Haynes-Brown, T. K. (2023). Using Theoretical Models in Mixed Methods Research: An Example from an Explanatory Sequential Mixed Methods Study Exploring Teachers' Beliefs and Use of Technology. Journal of Mixed Methods Research, 17(3), 243-263. https://doi.org/10.1177/15586898221094970

4. Jeris, S. S., Ur Rahman Chowdhury, A. S. M. N., Akter, M. T., Frances, S., & Roy, M. H. (2022). Cryptocurrency and stock market: bibliometric and content analysis. Heliyon, 8(9), e10514. https://doi.org/10.1016/j.heliyon.2022.e10514

5. Jiang, P., Zhang, L., You, S., Van Fan, Y., Tan, R. R., Klemes, J. J., & You, F. (2023). Blockchain technology applications in waste management: Overview, challenges and opportunities. Journal of Cleaner Pro-duction, 421, 138466. https://doi.org/10.1016Zj.jcle-pro.2023.138466

6. Kumar Mallick, S., & Arvind Mallik, D. M. (2023). A study on the relationship between Crypto-currencies and official Indian foreign exchange rates. Materials Today: Proceedings, 80, 3786-3793. https://doi.org/10.1016/j.matpr.2021.07.383

7. Li, J. (2023). Dynamic financial and monetary security risk assessment based on information service security assessment model and blockchain. Scientific Reports, 13(1), 18707. https://doi.org/10.1038/s41598-023-45977-5

8. Maleki, N., Nikoubin, A., Rabbani, M., & Zeinali, Y. (2023). Bitcoin price prediction based on other cryptocurrencies using machine learning and time series analysis. Scientia Iranica, 30(1 E), 285-301. https://doi.org/10.24200/sci.2020.55034.4040

9. Marikala, S. (2020). Python And Its libraries in Data Science and Related fields. Data Science and Engineering, 1(1), 1-3. https://www.researchgate.net/publication/347444225

10. Nehra, V., & Sharma, A. K. (2021). Blockchain Implementation for Internet of Things ApplicationsIn. In Handbook of Research on Blockchain Technology (Issue March 2021) https://doi.org/10.1016/b978-0-12-819816-2.00005-8

11. Oh, D. M., & Pyrczak, F. (2023). Making sense of statistics: A conceptual overview. New York, Routledge. Financial Data. (2023). Pune, Maharashtra, India, https://www.kaggle.com/datasets/adhoppin/financial-data/code?datasetId=3434277

12. Roeder, J., Palmer, M., & Muntermann, J. (2022). Data-driven decision-making in credit risk management: The information value of analyst reports. Decision Support Systems, 158(March), 113770. https://doi.org/10.1016/j.dss.2022.113770

13. Rudkin, S., Rudkin, W., & Dlotko, P (2023). On the topology of cryptocurrency markets. International Review of Financial Analysis, 89, 102759. https://doi.org/10.1016/j.irfa.2023.102759

14. Sáez, M. I. G. (2025). Blockchain-Enabled Platforms : Challenges and Recommendations. https://doi.org/10.9781/ijimai.2020.08.005

15. Seabe, P. L., Rodrigue, C., Moutsinga, B., & Pindza, E. (2023). Forecasting Cryptocurrency Prices Using LSTM, GRU, and Bi-Directional LSTM: A Deep Learning Approach. Fractal and Fractional, 7(2), 203. https://doi.org/10.3390/fractalfract7020203

16. Sher, T., Rehman, A., Kim, D., & Ihsan, I. (2023). Exploiting Data Science for Measuring the Performance of Technology Stocks. Computers, Materials and Continua, 76(3), 2979-2995. https://doi.org/10.32604/cmc.2023.036553

17. Siang, C. C., & Rayappan, P. (2023). A study on the effect of macroeconomic factors on stock market performance in Malaysia. E3S Web of Conferences, 389. https://doi.org/10.1051/e3sconf/202338909037

18. Skinner, C. P. (2023). Central Bank Digital Currency as New Public Money. University of Pennsylvania Law Review, 172.

19. States, T., & Consciousn, O. F. (2023). Funding for fundamental science research based on blockchain technologies: «banchenko market» (lucid dreams and other trnscendental states of consciousn. February 2024. https://doi.org/10.55186/2413046X

20. Wang, L., Sarker, P K., & Bouri, E. (2023). Short- and long-term interactions between Bitcoin and economic variables: Evidence from the US. Computational Economics, 61(4), 1305-1330. https://doi.org/10.1007/s10614-022-10247-5

21. Zenelgabdin, A. B., & Akhmetbek, E. E. (2020). Cryptocurrency and blockchain technology are the new realities of the modern economy, Economics: the strategy and practice, 3(15), 105-119. https://doi.org/10.51176/JESP/issue_3_T8